Wit AI语音识别

Question

我正在尝试向https://api.wit.ai/speech?v=20200513提交 ogg 格式的音频。 我需要接收语音的文本表示。 当我通过 curl 请求提交代码时，它返回空响应作为{"_text": "", "entities": ""} 。 我也尝试用 pywit 执行它。 下面是代码：

from wit import Wit

client = Wit('XXXXXXXXXXXXXXXXX')
with open('2.ogg', 'rb') as f:
    print(f)
    resp = client.post_speech(f, content_type='audio/ogg')

print('Yay, got Wit.ai response: ' + str(resp))

我的猜测是文件没有被捕获，但打印显示_io.BufferedReader name='2.ogg' ，这意味着文件存储在缓冲区中，但机智拒绝转录它。

为什么智慧以空_text回应？

Answer 1

不知道为什么，但问题只发生在 OGG 文件中，即使文档说明它确实适用于这个文件扩展名。 所以，我不得不将音频转换成 WAV，然后再试一次。 这一次它运行得非常好。